Range (Khoảng biến thiên) trong thống kê là gì?
Range (Khoảng biến thiên), hay còn gọi là khoảng biến thiên, là thước đo độ phân tán đơn giản nhất của một tập dữ liệu. Nó cho bạn biết giá trị lớn nhất và nhỏ nhất cách nhau bao xa, bằng cách lấy giá trị lớn nhất trừ đi giá trị nhỏ nhất. Range càng lớn thì các số liệu càng phân tán; range càng nhỏ thì các số liệu càng tập trung gần nhau.
Cách sử dụng công cụ này
Bạn chỉ cần nhập các số vào ô, ngăn cách nhau bằng dấu phẩy hoặc khoảng trắng (ví dụ: 4, 8, 15, 16, 23, 42). Công cụ sẽ quét toàn bộ dãy số, tìm ra giá trị lớn nhất và nhỏ nhất, lấy hiệu của chúng, rồi hiển thị range cùng với số lượng giá trị bạn đã nhập. Công cụ hỗ trợ cả số nguyên lẫn số thập phân, kể cả số âm.
Giải thích công thức
Khoảng biến thiên được định nghĩa như sau:
$$\text{Range} = \max\!\left(\text{Numbers}\right) - \min\!\left(\text{Numbers}\right)$$
Vì chỉ phụ thuộc vào hai giá trị cực trị, range rất nhanh để tính nhưng lại nhạy cảm với các giá trị ngoại lai (outlier). Chỉ một con số quá cao hoặc quá thấp cũng có thể khiến range tăng vọt — đó là lý do range thường được báo cáo kèm với các thước đo khác như độ lệch chuẩn hay khoảng tứ phân vị (IQR).
Ví dụ minh họa
Giả sử tập dữ liệu của bạn là 4, 8, 15, 16, 23, 42. Giá trị lớn nhất là 42 và giá trị nhỏ nhất là 4. Vậy range bằng \(42 - 4 = 38\). Mặc dù phần lớn các giá trị nằm trong khoảng từ 4 đến 23, nhưng giá trị 42 đã đẩy range lên tới 38, cho thấy rõ mức độ nhạy cảm của range với các giá trị cực trị.
Giá trị ngoại lai và hình dạng dữ liệu ảnh hưởng đến khoảng như thế nào
Khoảng chỉ phụ thuộc vào hai giá trị cực trị, nên hình dạng của dữ liệu nằm giữa hai giá trị đó không có ý nghĩa. Bảng so sánh năm tập dữ liệu nhỏ bằng cách sử dụng \(\text{Khoảng} = \max - \min\).
| Tập dữ liệu | Lớn nhất | Nhỏ nhất | Khoảng | Ghi chú |
|---|---|---|---|---|
| 5, 5, 5, 5 | 5 | 5 | 0 | Các giá trị giống nhau: hoàn toàn không có độ phân tán. |
| 10, 11, 12, 13 | 13 | 10 | 3 | Cụm chặt: khoảng nhỏ. |
| 10, 11, 12, 13, 50 | 50 | 10 | 40 | Cùng cụm đó cộng thêm một giá trị ngoại lai (50): khoảng tăng từ 3 lên 40 mặc dù bốn trong năm giá trị không thay đổi. |
| -8, -2, 0, 5 | 5 | -8 | 13 | Số âm: \(5 - (-8) = 13\). |
| 1.5, 2.25, 3.75 | 3.75 | 1.5 | 2.25 | Số thập phân: \(3.75 - 1.5 = 2.25\). |
Hàng thứ ba cho thấy điểm yếu chính của khoảng: một giá trị cực đoan duy nhất có thể làm nó thay đổi mạnh, trong khi thứ tự của các giá trị không bao giờ ảnh hưởng đến nó.
Diễn giải khoảng
Khoảng bằng 0 có nghĩa là giá trị lớn nhất và nhỏ nhất bằng nhau, do đó mọi giá trị trong tập dữ liệu đều giống hệt nhau. Khoảng lớn hơn 0 cho thấy các giá trị khác nhau, và khoảng càng lớn thì độ chênh lệch giữa quan sát nhỏ nhất và lớn nhất càng rộng.
Khoảng được biểu thị bằng đơn vị của chính dữ liệu. Khoảng bằng 40 đối với tuổi tính theo năm nghĩa là chênh lệch 40 năm; khoảng bằng 40 đối với giá tính theo đô la nghĩa là chênh lệch 40 đô la. Vì vậy, không thể so sánh khoảng một cách có ý nghĩa giữa các tập dữ liệu đo bằng các đơn vị khác nhau (ví dụ kilôgam và centimét) hoặc có quy mô rất khác nhau (ví dụ giá nhà và giá cà phê). Một con số lớn hơn không nhất thiết có nghĩa là mức biến thiên tương đối lớn hơn.
Cỡ mẫu cũng quan trọng. Khi thêm nhiều quan sát vào tập dữ liệu, khoảng có thể giữ nguyên hoặc tăng lên, nhưng không bao giờ giảm, vì giá trị lớn nhất và nhỏ nhất hiện có vẫn nằm trong dữ liệu. Do đó, các mẫu lớn thường cho khoảng lớn hơn, vì chúng có nhiều cơ hội bao gồm các giá trị cực đoan. Điều này khiến khoảng là cơ sở kém để so sánh các tập dữ liệu có cỡ rất khác nhau.
Vì chỉ sử dụng hai giá trị, khoảng rất nhạy cảm với giá trị ngoại lai và không cho biết gì về cách phân bố của các giá trị còn lại. Thay vào đó, người ta thường dùng hai thước đo sau:
- Khoảng tứ phân vị (IQR): \(\text{IQR} = Q_3 - Q_1\) mô tả độ trải rộng của 50% dữ liệu ở giữa. Nó bỏ qua phần tư thấp nhất và phần tư cao nhất, nên các giá trị ngoại lai không ảnh hưởng đến nó.
- Độ lệch chuẩn: sử dụng mọi giá trị và đo khoảng cách điển hình so với trung bình, nên là thước đo đầy đủ hơn về độ phân tán, mặc dù cũng bị ảnh hưởng bởi giá trị ngoại lai.
Thuật ngữ chính
- Khoảng
- Hiệu giữa giá trị lớn nhất và nhỏ nhất trong một tập dữ liệu: \(\max - \min\). Khoảng không bao giờ âm.
- Giá trị lớn nhất
- Giá trị lớn nhất trong tập dữ liệu.
- Giá trị nhỏ nhất
- Giá trị nhỏ nhất trong tập dữ liệu. Với số âm, giá trị nhỏ nhất là số âm nhất.
- Giá trị ngoại lai
- Giá trị nằm xa bất thường so với phần lớn dữ liệu. Giá trị ngoại lai có thể ảnh hưởng mạnh đến khoảng.
- Độ phân tán (mức trải rộng)
- Mức độ các giá trị trong tập dữ liệu trải rộng ra. Khoảng, IQR, phương sai và độ lệch chuẩn đều là các thước đo độ phân tán.
- Khoảng tứ phân vị (IQR)
- Hiệu giữa tứ phân vị thứ ba (Q3) và tứ phân vị thứ nhất (Q1): \(Q_3 - Q_1\). Nó bao gồm 50% giá trị ở giữa và không bị ảnh hưởng bởi giá trị ngoại lai.
- Độ lệch chuẩn
- Thước đo khoảng cách điển hình của các giá trị so với trung bình, cùng đơn vị với dữ liệu. Đây là căn bậc hai của phương sai.
- Tập dữ liệu / cỡ mẫu (số lượng)
- Tập dữ liệu là tập hợp các giá trị được phân tích; cỡ mẫu, hay số lượng, là số giá trị mà nó chứa, thường được ký hiệu \(n\).
Câu hỏi thường gặp
Range có thể âm không? Không. Vì bạn luôn lấy giá trị nhỏ nhất trừ ra khỏi giá trị lớn nhất, nên range luôn bằng 0 hoặc dương. Range chỉ bằng 0 khi tất cả các giá trị đều giống hệt nhau.
Range có dùng toàn bộ dữ liệu không? Không — chỉ dùng hai giá trị cực trị. Điều này giúp range dễ hiểu, nhưng lại là một thước đo kém về mức độ biến động tổng thể khi có giá trị ngoại lai.
Range có đơn vị là gì? Cùng đơn vị với dữ liệu gốc của bạn. Nếu bạn đo bằng centimet thì range cũng tính bằng centimet.